Luận văn Chứng thực người dùng qua đặc trưng gõ phím

15 CHƯƠNG 3 Mô hình chứng thực đề xuất 3.1 Keystroke dynamic Keystroke dynamic (gọi tắt là keystroke) là sự bấm trên bàn phím (sự gõ phím). Hình 3.1 - Hai trạng thái trong keystroke dynamic Khi người dùng tương tác với một phím, phím sẽ thay đổi trạng thái (nổi lên hay chìm xuống). Trạng thái ban đầu Thao tác Trạng thái kết quả Nổi Ấn phím Chìm Chìm Nhả phím Nổi A B C Thời gian Ấn Nhả Ấn Nhả Ấn Nhả Key Hình 3.2 - Trình tự bấm phím “abc” được biểu diễn theo thời gian
Ấn



ả
Chìm Nổi Nổi Chìm 16 Keystroke authentication là sự chứng thực người dùng qua thao tác (thói quen) gõ phím. Nói cách khác là chứng thực người dùng qua những đặc trưng gõ phím riêng biệt của từng người. Thông qua việc ghi nhận thời điểm của 2 trạng thái ấn/nhả, các đặc trưng trong thao tác gõ phím của người dùng sẽ được ghi nhận trực tiếp gồm [15]: Thứ tự Đặc trưng Ý nghĩa Nội dung Ghi chú 1 Duration Thời gian ấn giữ phím Khoảng thời gian từ thời điểm ấn phím đến thời điểm nhả phím Duration ≥ 0 2 Latency Khoảng thời gian giữa 2 phím liền kề Khoảng thời gian từ thời điểm nhả phím liền trước đến thời điểm ấn phím liền sau Latency < 0: Phím liền sau được ấn trước khi phím liền trước được nhả Latency ≥ 0: Phím liền sau được ấn sau khi phím liền trước được nhả 3 Latency DownDown Khoảng thời gian giữa 2 lần ấn phím liền kề Khoảng thời gian từ thời điểm ấn phím liền trước đến thời điểm ấn phím liền sau LatencyDownDown ≥ 0 4 Latency UpUp Khoảng thời gian giữa 2 lần nhả phím liền kề Khoảng thời gian từ thời điểm nhả phím liền trước đến thời điểm nhả phím liền sau LatencyUpUp ≥ 0 5 ErrorRate Tần suất lỗi Tỉ lệ phím xóa lỗi (backspace, delete) trên tổng số phím đã ấn ErrorRate ≥ 0 6 Release Prior Thứ tự nhả phím Tỉ lệ Latency < 0 trên Latency ≥ 0 ReleasePrior ≥ 0 17 Hình 3.3 - Đặc trưng Duration và Latency thu được DurationA = (Thời điểm nhả phím A - Thời điểm ấn phím A) (mili seconds) LatencyAB = (Thời điểm ấn phím B - Thời điểm nhả phím A) (mili seconds) Danh sách đặc trưng thu được như sau: Đặc trưng Giá trị (ms) DurationA 0.046 LatencyAB 0.051 DurationB 0.108 LatencyBC -0.040 DurationC 0.062 Ngoài ra còn có đặc trưng gián tiếp là các đặc trưng được suy ra từ những đặc trưng trực tiếp như: Thứ tự Đặc trưng Ý nghĩa Nội dung Ghi chú 1 Latency Trigraph Khoảng thời gian giữa 3 phím liền kề Khoảng thời gian từ thời điểm nhả phím thứ nhất đến thời điểm ấn phím thứ 3 Latency Trigraph ≥ 0 2 Latency Teragrap h Khoảng thời gian giữa 4 phím liền kề Khoảng thời gian từ thời điểm nhả phím thứ nhất đến thời điểm ấn phím thứ 4 Latency Teragraph ≥ 0 18 3 Latency Digraph Line0 Khoảng thời gian giữa 2 phím liền kê trên hàng phím thứ nhất Khoảng thời gian từ thời điểm nhả phím liền trước đến thời điểm ấn phím liền sau, chỉ tính khi 2 phím cùng trên hàng 1 Latency Digraph Line0 ≥ 0 4 Latency Digraph Line1 Khoảng thời gian giữa 2 phím liền kề trên hàng phím thứ hai Khoảng thời gian từ thời điểm nhả phím liền trước đến thời điểm ấn phím liền sau, chỉ tính khi 2 phím cùng trên hàng 2 Latency Digraph Line1 ≥ 0 5 Latency Digraph Line2 Khoảng thời gian giữa 2 phím liền kề trên hàng phím thứ ba Khoảng thời gian từ thời điểm nhả phím liền trước đến thời điểm ấn phím liền sau, chỉ tính khi 2 phím cùng trên hàng 3 Latency Digraph Line2 ≥ 0 6 Latency Digraph Line3 Khoảng thời gian giữa 2 phím liền kề trên hàng phím cuối Khoảng thời gian từ thời điểm nhả phím liền trước đến thời điểm ấn phím liền sau, chỉ tính khi 2 phím cùng trên hàng cuối Latency Digraph Line3 ≥ 0 7 Latency Digraph Cluster0 Khoảng thời gian giữa 2 phím liền kề trên nhóm phím bên trái Khoảng thời gian từ thời điểm nhả phím liền trước đến thời điểm ấn phím liền sau, chỉ tính khi 2 phím cùng nhóm phím bên trái Latency Digraph Cluster0 ≥ 0 8 Latency Digraph Cluster1 Khoảng thời gian giữa 2 phím liền kề trên nhóm phím trung tâm Khoảng thời gian từ thời điểm nhả phím liền trước đến thời điểm ấn phím liền sau, chỉ tính khi 2 phím cùng nhóm phím trung tâm Latency Digraph Cluster1 ≥ 0 9 Latency Digraph Cluster2 Khoảng thời gian giữa 2 phím liền kề trên nhóm phím bên phải Khoảng thời gian từ thời điểm nhả phím liền trước đến thời điểm ấn phím liền sau, chỉ tính khi 2 phím cùng nhóm phím bên phải Latency Digraph Cluster2 ≥ 0 10 Fixing Type Thói quen sửa lỗi gõ phím Tỉ lệ % sử dụng phím Delete và BackSpace trên tổng số phím xóa % 11 Upper Case Thói quen viết hoa Tỉ lệ sử dụng phím Shift và CapsLock trên tổng số phím viết hoa % 19 12 Number Key Thói quen sử dụng phím số Tỉ lệ sử dụng phím số trên hàng ngang và phím số trên bàn phím NumLock trên tổng số phím số % Mỗi người dùng khác nhau sẽ có một đặc trưng (phong cách) gõ phím khác nhau [2][3][4]. Ví dụ: - Người gõ phím bằng một ngón tay thì không xuất hiện hiện tượng phím trước chưa nhả - phím sau đã ấn (hiện tượng chồng phím) nên Latency luôn dương (Latency ≥ 0), ngược lại người gõ phím nhanh thì hiện tượng chồng phím (Latency < 0) sẽ xảy ra thường xuyên hơn. - Người mới gõ phím thì khả năng gõ lỗi sẽ cao hơn người gõ lâu năm. - Người gõ nhanh thì thời gian ấn giữ phím (Duration) cũng nhỏ hơn so với người gõ chậm. Các đặc trưng sinh trắc học như vân tay, tròng mắt hay đặc điểm khuôn mặt của con người thường ổn định trong thời gian dài (vài tháng, vài năm). Riêng các đặc trưng gõ phím là không ổn định ngay cả trong thời gian ngắn (vài giờ). Với một mật khẩu mới đặt, ban đầu chưa quen, người dùng sẽ gõ không nhanh và hay mắc lỗi, nhưng sau vài lần lặp lại, tốc độ gõ và độ chính xác sẽ tăng lên. Ngoài ra, cùng một người, đặc trưng gõ phím có thể khác nhau phụ thuộc vào tư thế gõ (đứng/ngồi), sức khỏe (sảng khoái/mệt mỏi), độ tập trung (đang nói chuyện/chú tâm), cấu trúc bàn phím thay đổi khác nhau (qwerty, dvorak), ... Hình 3.4 - Bàn phím QWERTY 20 Hình 3.5 - Bàn phím Dvorak Những người làm cùng công việc như kế toán, lập trình, thư kí, … thường có đặc trưng gõ phím gần giống nhau. Giá trị các đặc trưng phân bố khuếch tán, không có phân hoạch rõ ràng. Việc sử dụng các phương pháp phân lớp thông thường là không khả thi. Ví dụ khi theo dõi 3 đặc trưng Duration, Latency, ErrorRate, xem mỗi bộ 3 giá trị (Duration, Latency, ErrorRate) là một điểm trong không gian 3 chiều, ta có biểu đồ sau: Hình 3.6 - Đồ thị minh họa vector keystroke Trên đây là những thách thức của bài toán chứng thực người dùng qua keytroke dynamic. Để giải quyết các vấn đề này mô hình chứng thực đòi hỏi phải uyển chuyển, có khả năng thích nghi cao với những thay đổi thói quen của người dùng trong thời gian ngắn và giải quyết được vấn đề khuếch tán của dữ liệu. Mô hình dữ liệu User profile kết hợp với mô hình chứng thực GA – SVM là mô hình chứng thực được đề xuất trong luận văn này. 21 3.2 Cơ chế chứng thực Sử dụng cơ chế chứng thực 3 giai đoạn [15]: 22 Giai đoạn 1: Huấn luyện Để thu thập mẫu, người dùng được yêu cầu nhập 2 phần: - Một đoạn văn bản n lần trên chính bàn phím của thiết bị cần chứng thực, với n là số lượng mẫu cần thu thập để huấn luyện. Các thao tác gõ phím được ghi lại gồm nội dung phím, thời điểm ấn phím, thời điểm nhả phím. Đây là dữ liệu thô ban đầu. - Mã PIN, được yêu cầu nhập tương tự như trên. Dữ liệu thô sau đó sẽ được rút trích thành tập đặc trưng gõ phím của từng người. Đặc trưng gõ phím của đoạn văn bản sẽ được dùng làm mẫu huấn luyện cho giai đoạn chứng thực bị động. Đặc trưng gõ phím của PIN dùng làm mẫu huấn luyện cho giai đoạn chứng thực chủ động. Giai đoạn 2: Chứng thực bị động Người dùng sau giai đoạn nhập mẫu huấn luyện sẽ sử dụng hệ thống bình thường và được chứng thực ngầm thời gian thực. Hệ thống chứng thực được chạy ngầm, tự động thu thập đặc trưng thông qua thao tác của người dùng trên bàn phím. Sau một số lượng phím cho trước, hệ thống chứng thực sẽ tổng hợp các đặc trưng này, chuyển thành vector đặc trưng tại thời điểm hiện tại (instance vector). Module xác thực sẽ kiểm tra độ sai khác đặc trưng của vector này so với các đặc trưng được huấn luyện. Nếu sai khác dưới một ngưỡng θ cho trước thì người dùng xem như hợp lệ và tiếp tục sử dụng hệ thống. Ngược lại, hệ thống sẽ chuyển sang giai đoạn 3 (giai đoạn chứng thực chủ động). Giai đoạn 3: Chứng thực chủ động Một form xác thực mã số cá nhân (PIN) hiển thị, người dùng được yêu cầu nhập PIN để xác thực. Trong quá trình nhập, ngoài việc thu thập nội dung PIN, người dùng còn được thu thập cách gõ PIN. Cả 2 dữ liệu này được so sánh với dữ liệu PIN đã thu thập trong giai đoạn huấn luyện. Nội dung PIN phải giống nhau, cách gõ PIN được module xác thực so sánh với đặc trưng đã có, nếu độ sai khác dưới ngưỡng δ cho trước thì người dùng xem như vẫn hợp lệ và hệ thống chuyển về giai đoạn 2, tiếp tục chứng thực bị động thời gian thực, ngược lại hệ thống sẽ tiếp tục khóa. Cơ 23 chế này giúp hệ thống an toàn hơn trước việc hack PIN. Đây có thể xem là tuyến phòng thủ cuối cùng của quá trình chứng thực. Với cơ chế chứng thực kép, hệ thống vừa tiện dụng đối với người dùng bằng cơ chế chứng thực ngầm, vừa đủ an toàn trước tấn công chủ động (active attack) lẫn tấn công bị động (passive attack). 3.3 Mô hình chứng thực Chứng thực là vấn đề phân lớp hay nhận dạng mẫu. Phân biệt giữa người dùng hợp lệ và người dùng không hợp lệ (Legitimate users – Imposter users). Mẫu được sử dụng trong trường hợp này là các đặc trưng gõ phím. Để kết quả chứng thực được chính xác thì mẫu phải đồng nhất và có sự phân biệt. Tuy nhiên, trong keystroke dynamic việc các mẫu đồng nhất và phân biệt là không khả thi. Dữ liệu luôn khuếch tán. Vì vậy cần có một cơ chế tiền xử lý mẫu để quá trình phân biệt được thực hiện dễ dàng hơn. Có 2 cách giải quyết vấn đề tiền xử lý mẫu [23] (Xem thêm phụ lục B): - Tiền xử lý bằng tay: tìm kiếm và so sánh, từ đó bỏ những mẫu mâu thuẫn với các mẫu khác. Đây là phương pháp mang tính chủ quan, chậm, không hiệu quả. - Tiền xử lý tự động: có 3 phương pháp • Tìm vét cạn (Complete search) • Tìm ước lượng (Heuristic search) • Tìm ngẫu nhiên (Random search) Phương pháp tìm kiếm vét cạn đảm bảo tìm ra tập con tốt nhất nhưng đánh đổi lại là không gian tìm kiếm lớn, hiệu suất thực hiện sẽ tỉ lệ nghịch với lượng dữ liệu và số lượng đặc trưng O(2N). Một số phương pháp như: Branch and bound, Beam search. Phương pháp tìm kiếm ước lượng cho phép tối ưu hóa không gian tìm kiếm nhưng có thể bỏ mất kết quả tốt nhất và cần phải có một hàm h() có yếu tố kinh nghiệm để ước lượng kết quả. Độ phức tạp của phương pháp này là O(N2). Một số phương pháp như: Sequential forward selection, Sequential backward elimination, Bi- directional selection. 24 Phương pháp tìm kiếm ngẫu nhiên bắt đầu với một tập con ngẫu nhiên sau đó xử lý theo 2 cách: - Filter: theo một điều kiện cho trước, những đặc trưng không phù hợp với bài toán sẽ được lọc bỏ, những đặc trưng phù hợp mới được sử dụng. Một số phương pháp như: Random-start hill-climbing, Simulated anealing. - Wrapper: tập con sau được phát sinh ngẫu nhiên và hoàn toàn độc lập với tập con trước đó, mỗi tập con sẽ được đánh giá qua mô hình học. Từ đó chọn ra tập đặc trưng tốt nhất. Một số phương pháp như: Las Vegas algorithm, Genetic algorithm, Particle Swarm Optimization. Phương pháp này giúp tránh được việc vét cạn và tối ưu cục bộ. Hiệu quả phụ thuộc vào tài nguyên sẵn có. Bài toán chứng thực keystroke là bài toán chứng thực dựa trên hành vi tự nhiên của con người, hành vi này mang tính ngẫu nhiên, không có quy luật do đó mang yếu tố kinh nghiệm chủ quan để ước lượng tập đặc trưng tối ưu là không khả thi. Ngoài ra, hiệu quả của phương pháp được chọn không được tốn quá nhiều chi phí nhằm đảm bảo cho hiệu suất vận hành của cả hệ thống. Từ những điều kiện trên, phương pháp tìm kiếm ngẫu nhiên là thích hợp nhất. Trong phương pháp này, cách tiếp cận Filter cần phải có một điều kiện (độ đo) thích hợp để chọn lọc đặc trưng [23], tuy nhiên việc tìm kiếm điều kiện này là không dễ. Do đó phương pháp wrapper, phương pháp chọn đặc trưng qua đánh giá của thuật toán máy học là phù hợp nhất. Có nhiều thuật giải hỗ trợ phương pháp trên trong đó thuật giải di truyền (GA) là một lựa chọn. Support Vector Machine (SVM) với 3 đặc trưng: cực đại hóa lề, mềm hóa lề và các hàm kernel có nền tảng toán học vững chắc có thể coi là phương pháp phân lớp tốt nhất hiện nay. Mô hình chứng thực User profile kết hợp GA – SVM 25 Hình 3.7 - Mô hình chứng thực keystroke dynamic Các đặc trưng gõ phím sẽ được rút trích và tập hợp từ dữ liệu gõ phím thô. Qua quá trình thực hiện của thuật giải di truyền (GA) tập đặc trưng tốt nhất sẽ được chọn theo cơ chế đánh giá của SVM. Kết quả cuối cùng của mô hình này là SVM model và tập đặc trưng tốt nhất. Cả 2 sẽ được lưu vào User profile và dùng cho việc chứng thực. 3.4 User profile User profile (hồ sơ người dùng) là tập hợp các thông tin cá nhân của một người dùng cụ thể. User profile có thể xem như một thể hiện số (Digital instance) của người dùng, ngoài việc chứa thông tin cá nhân còn có thể được sử dụng để lưu trữ những đặc trưng cá nhân. Các hệ thống thông tin có thể sử dụng User profile trong tương tác người – máy để truy xuất hoặc cập nhật thông tin người dùng. User profile có thể tìm thấy trong hệ điều hành (OS), chương trình (Programs), trang web (Websites). User profile có 4 vấn đề quan tâm [1]: - Cấu trúc - Cơ chế khởi tạo - Cơ chế khai thác 26 - Cơ chế cập nhật 3.4.1 Cấu trúc User profile Cấu trúc User profile là tổ chức của profile. Có nhiều cách tổ chức một User profile. Montaner và đồng nghiệp [22] đã tổng hợp một số cách tổ chức thông dụng sau: Mô hình thông tin nhân khẩu (Demographic model): User profile là một tập hợp các đặc trưng về nhân khẩu (độ tuổi, giới tính, nghề nghiệp, nơi cứ trú,…). Đây là mô hình đơn giản nhất, hầu như hệ thống nào cũng có thể áp dụng được, tuy nhiên tính hiệu quả không được cao. Thông thường mô hình này được dùng kèm với một số mô hình khác. Mô hình này sẽ rất hữu ích đối với những người dùng mới, khi đó đặc trưng của người dùng hầu như không có gì ngoài các thông tin nhân khẩu. Mô hình không gian véc-tơ (Vector space model) Profile người dùng được thể hiện bởi véc-tơ những đặc trưng, trong đó thường dùng nhất là những từ khoá (Keyword). Các giá trị có thể là kiểu luận lý hoặc một con số. Giá trị này thể hiện mức độ quan tâm/ hữu ích của đặc trưng đối với người dùng. Mô hình này thích hợp khi cần làm việc với các tài nguyên dạng văn bản (tài liệu, trang web, …). Ví dụ: Profile(u) = (w1, w2,…wn) , với wi là giá trị thể hiện mức độ hữu ích của đặc trưng (thông thường là từ khóa) thứ i đối với người dùng u. Mô hình lịch sử khai thác (history-based model) Theo cách tiếp cận này, hệ thống sẽ tìm cách khai thác các thông tin từ quá trình tương tác của người dùng với hệ thống, chẳng hạn như những mặt hàng người dùng đã mua, các đường dẫn URL mà người dùng đã chọn, các thư từ của người dùng hay các hành động của người dùng đối với hệ thống để làm profile người dùng. Mô hình lịch sử khai thác được ứng dụng rất rộng rãi trong lĩnh vực thương mại điện tử, trong đó thông thường hệ thống sẽ ghi nhận lại những sản phẩm người dùng 27 đã mua hoặc đã trả lại cùng với đánh giá trên các sản phẩm. Việc lưu trữ trong profile những mặt hàng đã mua và đánh giá cao có thể giúp hệ thống suy diễn ra những chủng loại hàng yêu thích của người dùng, từ đó có thể tư vấn những mặt hàng khác phù hợp với sở thích hay mối quan tâm của người dùng. Ma trận đánh giá (user-item rating matrix) Là một ma trận hai chiều, một chiều là các người dùng và một chiều là các tài nguyên (Item). Giá trị trong ma trận thể hiện đánh giá của người dùng đối với các tài nguyên. Các giá trị này phụ thuộc vào từng hệ thống, nhưng thông thường nằm trong khoảng từ 1 (xấu) đến 5 (tốt). Thông thường các giá trị trong ma trận trên sẽ được cập nhật thủ công bởi người dùng, tức là hệ thống sẽ cho người dùng tự đánh giá trên những tài nguyên mà họ đã biết (chẳng hạn những phim đã xem hay những sách đã đọc). Tuy nhiên trong một số lĩnh vực thì các giá trị này sẽ được hệ thống cập nhật tự động dựa vào các hành vi của người dùng, ví dụ như căn cứ vào những sản phẩm mà người dùng đã mua trong lĩnh vực bán hàng qua mạng (với giả thiết là chỉ mua những sản phẩm nào mình quan tâm hay thích) hoặc căn cứ vào những liên kết, những tài liệu mà người sử dụng đã xem trong lĩnh vực tư vấn tài liệu. Item1 Item2 Item3 Item4 User1 2 2 1 User2 3 4 2 1 User3 5 3 Các mô hình dựa trên bộ phân lớp Một số hệ thống tổ chức profile người dùng theo mô hình phục vụ cho việc khai thác bằng các phương pháp phân lớp. Tùy theo phương pháp phân lớp mà profile người dùng sẽ được tổ chức cho phù hợp. Một số kỹ thuật có thể được dùng là: - Cây quyết định: Là một tập hợp các nút và các cạnh được tổ chức theo cấu trúc cây. Trong cấu trúc này, mỗi nút trung gian là một câu hỏi, các cạnh là các câu trả lời cho câu hỏi này và node lá là quyết định cuối cùng. 28 - Luật kết hợp: Theo phương pháp này, người ta sẽ khai thác tập profile của người dùng và tìm ra các luật với độ hỗ trợ và độ tin cậy nhất định nào đó. Các luật này sẽ được sử dụng để cung cấp tài nguyên cho người dùng thông qua những sản phẩm mà họ đã lựa chọn, đánh giá trước đó. Ngoài ra một số hệ thống khác tổ chức profile phục vụ cho việc khai thác theo mô hình mạng Nơ-ron, mạng Bayes, … 3.4.2 Khởi tạo User profile Khởi tạo User profile là quá trình gán thông tin lần đầu tiên cho profile. Có các cách khởi tạo sau: Dữ liệu trống (Empty) Toàn bộ thông tin ban đầu của User profile là rỗng, nội dung sau đó sẽ được tích lũy dần trong quá trình hoạt động thông qua tương tác của người dùng với hệ thống. Thủ công (Manual) User profile được khởi tạo bằng cách yêu cầu người dùng điền những thông tin cần thiết trong quá trình đăng ký như họ tên, tuổi, ngôn ngữ chính, các kĩ năng, kiến thức, … Phương pháp này có điểm bất lợi là yêu cầu người dùng cung cấp thông tin ban đầu quá nhiều, ngoài ra một số thông tin người dùng cung cấp có thể không chính xác vì bản thân cũng khó xác định được. Ví dụ người sử dụng gặp rất nhiều khó khăn khi mô tả nền tảng kiến thức hay mức độ kĩ năng. Theo khuôn mẫu (Stereotyping) Hệ thống xây dựng sẵn một số profile mẫu. Từ một số thông tin sở khởi ban đầu (tên, tuổi, giới tính, nơi cư trú, nghề nghiệp,…), hệ thống sẽ gán cho người dùng một trong số các profile mà hệ thống cho là thích hợp nhất. Phương pháp này sẽ hiệu quả khi thông tin nhân khẩu ban đầu được người dùng cung cấp tương đối đầy 29 đủ và chính xác. Tuy nhiên thực tế hiện nay, vì các lý do riêng tư cá nhân, người dùng rất ngại cung cấp đầy đủ thông chính xác về bản thân cho hệ thống. Đây là một trở ngại chính của phương pháp này. Sử dụng tập huấn luyện (Training set) Hệ thống sẽ tạo một ngữ cảnh/dữ liệu mẫu để người dùng thao tác, đánh giá. Sau đó User profile sẽ được khởi tạo bằng cách rút trích các thông tin từ sự tương tác của người dùng với hệ thống ngữ cảnh/dữ liệu mẫu này. Ví dụ: trong giáo dục, hệ thống sẽ yêu cầu người dùng mới làm bài kiểm tra, sau đó hệ thống sẽ đánh giá trình độ của người dùng và tiến hành sắp lớp thích hợp. Ưu điểm của phương pháp này là dễ thực hiện, khách quan nhưng khuyết điểm là có thể không chính xác nếu ngữ cảnh/dữ liệu mẫu không khai thác đủ và đúng những đặc trưng của người dùng. 3.4.3 Cập nhật User profile Cập nhật User p